- …
- …
#888
summarized by : Kensho Hara
どんな論文か？
ラベルにノイズがある場合でも頑健に学習可能なGANの提案．ノイズ遷移モデル (Noise Transition Model) を導入することでラベルにノイズがある場合でもノイズがない場合の分布を学習可能にしている．
新規性
ラベルにノイズがある場合においてもノイズのないときの分布を頑健に学習するという問題設定，それを解くためのノイズ遷移モデルを用いるGANの提案が新規．
結果
MNISTやCIFAR-10のラベルに人工的にノイズを入れて提案手法の頑健性を確認している．
その他（なぜ通ったか？等）
- …
- …